训练支持向量机的四重序列解析优化算法

被引：2

作者：

陆爱国 ^{[1
]}

刘红卫 ^{[1
]}

王珏 ^{[2
]}

机构：

[1] 西安电子科技大学理学院

[2] 中国科学院数学与系统科学研究院预测科学研究中心

来源：

系统工程理论与实践 | 2011年 / 31卷 / 08期

关键词：

支持向量机; 四重序列解析优化算法; 序列最小优化; 最大违背对;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了提高训练支持向量机的序列最小优化算法的学习性能,依据在每次迭代中选取多个变量同时优化可能会减少迭代次数和缩短训练时间的这一想法,提出了一个训练支持向量机的快速算法-四重序列解析优化方法,并给出了一个重要定理,使得相应的子问题有解析解,从而能够更加精确和快速地逼近最优解.在两个公共数据集上的仿真结果表明:该方法比其它算法有较好的学习性能-在相同训练精度的条件下,不仅缩短了训练时间,而且计算复杂度减小.

引用

页码：1555 / 1564

页数：10